数据湖管理与分析

云器 Lakehouse 通过 Volume 对象统一管理文件存储，支持内部托管存储（User Volume、Table Volume、Named Volume）和外部对象存储挂载（OSS / COS / S3），并提供直接查询、导入导出、权限管控的完整能力。

对于已有数据湖的企业，可以直接挂载原有对象存储，无需迁移数据，通过

SELECT FROM VOLUME

或

COPY INTO

即可在 Lakehouse 中查询和处理数据湖文件。

---

本章内容

页面	说明
数据湖概述	Volume 体系架构、内部与外部 Volume 的定位与选型
存储连接（STORAGE CONNECTION）	创建和管理对象存储认证配置（OSS / COS / S3 / Hive / Kafka）
数据湖 Volume 对象	Volume 对象管理：内部 Volume（User / Table / Named）和外部 Volume 的创建与操作
对象存储中的数据导入导出	本地文件上传下载（PUT / GET）、从 Volume 导入到表（COPY INTO TABLE）、从表导出到 Volume（COPY INTO VOLUME）
数据湖 Volume 查询分析	直接查询 Volume 中的 CSV / JSON / Parquet 文件，处理非结构化数据，调用 AI 能力
数据湖权限	Volume 和 Storage Connection 的权限管理

---

快速选型

我没有云存储，想临时存文件 → 使用 User Volume，系统自动创建，无需配置，直接 PUT 上传文件

我有 OSS / S3 / COS，想直接查询里面的数据 → 创建 Storage Connection → 挂载 External Volume →

SELECT FROM VOLUME

我想把对象存储的文件批量导入到 Lakehouse 表 → 从 Volume 导入数据到表（COPY INTO TABLE）

我想把 Lakehouse 表数据导出到对象存储 → 导出数据到 Volume（COPY INTO VOLUME）

我想用 Python 操作 Volume 文件 → Zettapark Volume 与文件操作